基于多项式的记忆型数字基带预失真器

提出了一种由自适应均衡器和基于多项式的无记忆预失真单元级联组成的记忆型数字基带预失真器．在该预失真器中，首先通过传输窄带训练序列得到能够补偿功率放大器非线性的无记忆预失真器的参数．然后通过一种自适应均衡算法修改均衡器的参数抵消功率放大器的记忆效应．由于将功率放大器的非线性和记忆效应分开处理，其结构和自适应算法复杂度比普通记忆型预失真器大大降低．计算机仿真结果表明，该预失真器能够有效地校正由于功率放大器的非线性和记忆效应引起的信号失真．     

基于粒子群优化算法的功放预失真处理

根据功率放大器的记忆非线性特性,给出一种基于粒子群优化算法的预失真处理方法。选取记忆非线性多项式作为预失真器模型,用粒子群优化算法对多项式的系数进行最优估计,获得预失真器模型参数。分别对连块Wiener模型和记忆多项式模型这两种经典功率放大器模型进行预失真处理,结果表明,所给方法对记忆非线性功放的线性化效果良好,可正确判别发送信号。     

α稳定噪声环境下IIR自适应滤波递归整体最小P-范数算法

当无限脉冲响应(IIR)系统输入和输出信号被α稳定噪声干扰时.传统的最小平均P-范数(LMP)算法的解会出现较大偏差,而整体最小平均P-范数(TLMP)算法存在收敛速度慢的问题.为此提出一种适用于自适应IIR滤波的递归整体最小P-范数(IIR RTLP)算法,首先整体考虑输入和输出信号受α稳定噪声干扰的影响,使得基于P-范数的误差期望值达到最小;然后采用矩阵求逆引理和幂迭代法递归更新自适应滤波器的系数,使其可跟踪时变系统,并提高算法收敛速度.仿真结果表明,IIR RTLP算法比TLMP算法有较小的系统估计误差和较快的收敛速度.     

两种模式粒子群算法功放预失真处理比较

针对记忆非线性功率放大器,采用基于粒子群优化算法的预失真处理方法,确定参数选取原则。以同步和异步两种模式粒子群算法进行预失真处理,结果显示,它们都可获得良的好线性化效果,异步模式虽可提高算法收敛速度,但比同步模式更易陷入局部最优。     

仿射投影算法收敛特性随机统计特性的研究

仿射投影算法利用多个输入向量估计自适应滤波器的迭代方向,获得了比较快的收敛速度。在不考虑系统测量噪声的条件下,参数迭代步长等于1,仿射投影算法获得了最快的收敛速度。在此条件下,研究了仿射投影算法收敛性的随机统计特性,分析了仿射投影算法权值误差和权值均方误差的递归迭代方程,获得了仿射投影算法稳定状态的误差。     

基于L1范数和最小软阈值均方的目标跟踪算法

基于传统稀疏表示的目标跟踪算法无法解决跟踪过程出现的遮挡及运动模糊等问题,提出一种基于L₁范数和最小软阈值均方的目标跟踪算法。首先用主成分分析(principal component analysis, PCA)基向量建模跟踪目标的表观变化,同时对表示系数进行L₁范数约束;其次对误差项采用最小软阈值方法进行显示求解,同时对观测模型的更新上考虑跟踪目标的遮挡因素;最后在贝叶斯框架下搭建目标跟踪算法。在14个具有挑战性的跟踪视频上的试验结果表明:与其他算法相比,本研究能够克服跟踪过程中遮挡、角度变化、尺度变化、光照变化等影响跟踪性能的因素,具有较高的平均覆盖率和较低的平均中心点误差。     

记忆功放的BP神经网络分离预失真方法

针对OFDM无线通信系统中的记忆非线性功率放大器预失真困难以及预失真精度不高的问题,充分考虑了记忆非线性功率放大器的失真特性及其结构特点,提出了神经网络分离预失真方法,并给出了该方法的原理、实现结构和自适应算法．该方法把记忆非线性功率放大器的预失真分为3个模块来实施,即抵消记忆效应模块、AM/AM失真矫正模块和AM/PM失真矫正模块,并基于神经网络预失真器非直接学习结构,利用Levenberg-Marquardt BP算法确定各个神经网络预失真器．仿真结果表明该方法可降低邻信道互调功率约30dB．     

一种新的稀疏重构的DOA估计算法

为提高低信噪比和较少快拍数条件下远场窄带信号波达方向的估计精度,提出一种新的基于加权l₁范数的稀疏重构波达方向的估计算法．该算法首先采用前后向空间平滑技术获得阵列输出数据协方差矩阵;其次构造出改进Capon算法空间谱函数中的倒谱系数矢量,设计得到符合加权l₁范数的权值矩阵;最后通过奇异值分解对接收数据进行降维处理,获得基于稀疏重构的加权l₁ 范数约束问题模型．仿真结果表明,在低信噪比或快拍数较少的情况下,该算法能够有效地抑制空间谱伪峰和保证较强的稳健性,且信源不需要进行相关处理,仍能获得很高的估计精度．     

MBER优化用于宽带功放通信系统

针对通信系统中宽带功率放大器引起的非线性失真问题,提出了最小差错概率（MBER）算法,以优化非线性均衡器参数,并采用非线性均衡器与数字预失真器对功率放大器非线性失真进行联合补偿.预失真用于减少非线性失真对带外的干扰,非线性均衡器用于减少带内失真.仿真结果表明,基于MBER算法的非线性均衡器性能优于基于最小均方误差算法的均衡器;联合线性化简化了预失真器的结构,并可获得更优的误码率性能.     

卫星星载后置非线性失真消除算法

针对前置预失真器不能有效消除高阶信号调制所引起的卫星星载功率放大器的非线性干扰和记忆性干扰,提出了一种后置非线性失真消除算法。该算法根据卫星通信标准 DVB-S2下的高阶信号具有多个幅度的特点,结合功率放大器的记忆特性,建立了一种可自适应调节的非线性失真消除模块来实现卫星输出信号的线性化。在卫星输入信号的载波频率较大时,该算法可以有效解决多幅度调制所产生的非线性干扰和记忆干扰。从误码率和星座图两个方面对该算法进行仿真分析,结果表明,所设计的后置非线性失真消除算法可以有效降低高阶调制信号所带来的非线性干扰和记忆性干扰的影响,具有较好的应用价值。     

Fast nonlinear Shrinkage LMS Newton equalization algorithm over the satellite nonlinear channel

The adaptive Volterra equalizer is an effective technique for compensating the nonlinearity over satellite channels. However, its adaptive algorithm has a slow convergence speed. To counteract this problem, a new shrinkage least mean square Newton algorithm is devised for the adaptive Volterra equalizer over the satellite nonlinear channel. A noise-free posteriori and priori error signal is obtained by using a known Shrinkage method and L1-L2 minimization formulation. Furthermore, by minimizing the energy of the noise-free posteriori error signal, the SHLMS Newton method is able to provide a variable step size to update the weight vector for the adaptive Volterra equalizer, significantly enhancing the convergence speed. Simulation results indicate that the SHLMS Newton adaptive Volterra equalizer can effectively correct signal amplitude and phase distortions and satellite nonlinear channel distortion.Additionally, the SHLMS Newton algorithm can obtain a faster convergence speed than the traditional algorithms.     

最小二乘估计在数字预失真系统中的应用

由于功率放大器本身的非线性原因,导致信号带外产生频谱,从而造成带内失真和邻道干扰,效率较低.采用最小二乘估计,将传输信号先经过带记忆效应的多项式预失真结构,再经过放大器,可以提高功放的线性度,降低信号失真和邻道干扰.仿真的实验结果表明,这种采用最小二乘估计的预失真处理可以使带外杂散降低20 dB左右,从而提高了功放的效率.     

功率放大器非线性特性及预失真建模研究

论文针对功率放大器的非线性失真问题,分别以无记忆功率放大器和有记忆功率放大器输入/输出数据为基础,通过对给定数据进行拟合处理,建立了放大器的非线性多项式数学模型,并采用归一化均方误差、误差矢量幅度衡量模型的效果.针对放大器的非线性特性,采用前向串级补偿方法,得到预失真处理器的数学模型,对系统进行输入输出模拟,得到补偿后的系统输入/输出效果.最后针对信道干扰问题,通过相邻信道功率比的指标来评价所建模型对相邻信道的干扰程度分析.     

基于简化记忆多项式预失真技术的功放设计

为了降低功放非线性失真和记忆效应,减小模型的复杂度,结合记忆多项式模型(MP)、动态偏离降低模型和通用记忆多项式模型(GMP)的参数构成特点,提出了一种基于简化记忆多项式模型的预失真设计.仿真实验表明,简化模型预失真性能优于MP模型和动态偏离降低模型,与GMP模型相当,简化模型有效减少了参数数量,在相同ADS仿真条件下,非线性阶数都为9、记忆深度都为4时,简化GMP模型参数数量比MP模型减少了9个,比动态偏离降低模型减少了49个,比GMP模型减少了11个.     

一种改进的变步长双模算法研究

在对常模算法（CMA）和改进常模算法（MCMA）的研究基础上,提出了一种改进的变步长双模算法（Variable Step-size MCMA—DD）。改进算法通过误差信号自动地调节步长,从而调节算法的收敛速度。通过仿真表明,改进算法具有与MCMA—DD算法相近的误码性能,但是很大程度地加快了算法的收敛速度。     

同元次分数阶模型的一种具有稳定约束的频域辨识算法

摘 要：为了进一步提高同元次分数阶模型的辨识精度与可靠性,提出一种具有稳定约束的可分离非线性最小二乘法(记为:SC-SNLS)来优化频域均方误差指标函数。模型中线性参数与非线性参数分别用最小二乘法与Levenberg-Marquardt(LM)法来交替迭代估计。通过对线性参数估计值的扰动分析,揭示了优化算法的四种不稳定因素,并在迭代中加以约束与处理,从而增强优化算法的稳定性与收敛性。仿真结果表明,该辨识算法性能优于相关的算法,具有更高的辨识精度与收敛速度。     

Nonlinear compensation research and simulation of bandlimited QPSK digital satellite channels

0　ＩＮＴＲＯＤＵＣＴＩＯＮＰｅｒｆｏｒｍａｎｃｅｐｒｅｄｉｃｔｉｏｎａｎｄａｎａｌｙｓｉｓｏｆｎｏｎｌｉｎｅａｒｄｉｇ ｉｔａｌｓａｔｅｌｌｉｔｅｃｈａｎｎｅｌｓｈａｓｍｕｃｈｔｈｅｏｒｅｔｉｃａｌａｎｄｐｒａｃｔｉｃａｌｉｎｔｅｒｅｓｔｓ .Ａｎｉｍｐｏｒｔａｎｔｅｘａｍｐｌｅｏｆａｎｏｎｌｉｎｅａｒｃｈａｎｎｅｌｉｓａｄｉｇｉｔａｌｓａｔｅｌｌｉｔｅｃｏｍｍｕｎｉｃａｔｉｏｎｌｉｎｋ ,ｗｈｉｃｈｕｓｅｓａｔｒａｖｅｌ ｌｉｎｇｗａｖｅｔｕｂｅａｍｐｌｉｆｉｅｒ(ＴＷＴＡ)ｏｐｅｒａｔｉｎｇｉｎａ…     

基于新拟牛顿法的自适应均衡技术

为了解决现代通信信道的码间干扰问题,提出了一种基于新拟牛顿法的自适应均衡算法,该算法用对称正定Hesse矩阵代替传统LMS/Newton法自相关矩阵的逆估计,克服了传统自相关矩阵估计误差对算法收敛性能的影响.信道均衡仿真结果表明,该算法具有较快的收敛速度和较低的误码率.